【经验】瑞萨工业AI芯片RZ/V2M的开发环境的下载编译过程
瑞萨电子工业AI芯片RZ/V2M搭载DRP-AI深度学习IP,集成ISP,典型功耗4W,功耗较低,无需散热片,可以用于在芯片端侧实现人脸,物体等的识别,本文记录RZ/V2M的开发环境的下载编译过程。瑞萨已经发布了RZ/V2M的beta版本开发板的bsp,以及drpai等的资料包:
跟进文档中的相关说明,我们把这三个文件copy到ubuntu16.04虚拟机中,放在同一路径下:
需要注意这里的rzv2m_linux-pkg_ver0.8.5.zip这个包是RZV2M_Linux_PKG_v0.85.zip中解压出来的,如下:
然后可以在root权限下运行如下命令:
正确的开始编译了,总共有4575个任务需要执行,过程比较长:
最后生成的包如下:
根据以上操作步骤,就可以避免出现一些低级错误,导致的运行错误,顺利完成RZ/V2M的开发环境下载编译,为后续在开发板上部署整个系统做好准备,接着就可以做ISP,以及DRP-AI的开发了,从而深入产品的AI开发。
- |
- +1 赞 0
- 收藏
- 评论 0
本文由Bill提供,版权归世强硬创平台所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:世强硬创平台”。
相关推荐
Introduction to Evaluation Board Kit RZ/V Series Software Package for AI
The software package for AI evaluation that Renesas is introducing here uses pre-trained models provided by AI frameworks such as PyTorch, so you can evaluate the AI‘s execution of image inference without the time-consuming learning process.
设计经验 发布时间 : 2022-03-25
Renesas‘ Application of Deep Learning Algorithms in The Field of Defect Detection
Due to the variety of possible defects, it is difficult for traditional machine vision algorithms to completely model and migrate defect features. The reusability is not great, and working conditions must be distinguished, which will waste a lot of human costs. The following will introduce Renesas‘ application of deep learning algorithms in the field of defect detection, using PCB circuit board defect detection as an example.
设计经验 发布时间 : 2023-09-05
Bid Farewell to ISP Tuning and Manual Parameter Tweaking with RZ/V2M “Tuned ISP“
Recently, the majority of camera sensor input has become 2Mpix (full-HD) or 8Mpix (4K). However, when using high-resolution sensors, it is common problem that there are few choices of sensor modules that support ISP functionality.
设计经验 发布时间 : 2022-11-03
瑞萨MCU全览
型号- RX200,RX14X,RA4M1,RA6M1,RA4M3,RA4M2,RA6M3,RA8M1,RA6M2,RA6M5,RA2E1,RA6M4,RA4E1,RA2E3,RA2E2,RX23E-B,RA6E1,RA2A1,RA4E2,RA6E2,RX600,RX6XX,RX66X,RA4T1,RA6T2,RA6T1,RX26T,RA6T3,RA2L1,RA,RE,RA8D1,RL78,RX65X,RX,RX100,RX64X,RX72X,RX24X,RX700,RX7XX,RA2,RA4,RA6,RA8,RX系列,RX71X,RH850,RX23X,RX67X,RA4W1
Renesas‘ RZ/V2M Brings The Innovation for AI Products with Better AI Performance
This article introduces the solution to the biggest challenge in AI inference that is “heat generation“, Renesas‘RZ/V2M achieved better AI performance with only 30% power consumption.
新产品 发布时间 : 2021-11-18
INTRODUCING RZ PARTNER ECOSYSTEM SOLUTIONS
型号- RZ/N1D,RZ/G2UL,RB-RZLC,RZ/A SERIES,RZ,RZ FAMILY,RZ/N1 SERIES,RZV,RZ/V2L,RZ/V2M,RZ/A3UL,RZ/A,RZ/N,RZ/G2L,RB-RZUL,RZ/G2LC,RZ/G,RZ/N1,RZ/V,RZ/T1,RZ/G2E,RZ/T,R9A06G032,RZ/G2H,RZG2L-EK-200,RZ/G SERIES,RZ/FIVE,R9A07G043F01GBG,RZA3UL-EK-200,RZFIVE-EK-200,RZ/N SERIES,RZ/V SERIES,RZG2UL-EK-200,RZ/T SERIES,RZ/G2X,RZG2E
RZ/V2M Evaluation Board Kit Booklet
型号- CP2105,THGBMJG7C1LBAIL,CIS IMX415,V2MEVK,RTL8211FG-CG,RZ/V2M,IMX415,FX18-60S-0.8SH,FX18-40S-0.8SV10,MT53D1024M32D4,GND,R9A09G011GBG,CIS GND,RJ45
RENESAS 8MPIXELS CMOS IMAGE SENSOR BRIEF INTRODUCTION
型号- CN263,RAA462113FYL#AC2,RZ/V2MA,CN251,RAA462113FYL,RZ/V SERIES,NT96685T
瑞萨电子人工智能解决方案——采用Cortex-A55内核的MPU系列
瑞萨电子公司提供了多种支持AI的设备(MPU从高端到低端列出):RZ/V2M系统、RZ/V2L系统、RZ/G2L系统、RZ/G2LC系统和RZ/G2UL系统。单板计算机获胜组合是边缘AI系统的理想选择,涵盖RZ/V2L、RZ/G2L和RZ/G2LC。
厂牌及品类 发布时间 : 2021-11-17
【产品】Renesas新推出的RZ/V2M AI芯片在AI推理过程中实现了低于4W的功耗
Renesas新推出的RZ/V2M AI芯片采用DRP-AI是加速AI推理的关键技术,并具有多种外围功能。此外,RZ/V2M通过采用各种功耗措施,在AI推理过程中实现了低于4W(实际耗电量视用户使用情况而定)的功耗。
新产品 发布时间 : 2021-12-10
瑞萨电子多面出击,加强工业领域优势布局
瑞萨电子工业自动化事业部高级总监徐征表示,Reality AI在面向电机系统预测性维护应用中,将传统运维工程师的经验转化为系统内部的“know how”。并且,传统运维做定期校对主要靠相关人员的经验,通过部署Reality AI,就可以基于不同设备的实际运行状态,判断设备状态是否在可控范围,是否需要去维护,可以为客户节省大量的维修成本,提升工厂效率。
厂牌及品类 发布时间 : 2023-10-21
RZ FAMILY MICROPROCESSORS:64-Bit & 32-Bit High-performance MPUs
型号- RZ/A1M,RZ/A1L,RZ/G2UL,RZ/G1M,RZ/G1N,RZ/V2MA,RZ/A1H,RZ/A1LU,RZ/G1C,R9A07G043UXX,RZ/G1E,RZ/G1H,RZ/T2M,RZ/V2L,RZ/V2M,R7S910006,R7S910007,R7S910002,RZ/A3UL,R9A07G075M05GFA,R7S910001,RZ/N2L,R9A07G084M04GBG,R9A07G075M22GBA,RZ/A,R9A07G075M22GBG,R9A07G075M26GBG,R9A07G084M08GBG,R9A07G084M04GBA,RTK9RZT2M0S00000BE,R9A07G075M24GBA,RTK7910018S01000BE,R9A07G075M28GBA,R8A774EX,R9A07G075M05GFP,RZ/T1,R9A07G084M08GBA,R8A774C0,RZ/N1S,RZ/G SERIES,RZ FAMILY,R7S910035,R7S910036,R9A07G075M21GBA,R8A774AX,RZ/N1L,RZ/NX,R9A07G075M27GBA,RZ/N1D,RZ/A SERIES,RTK9RZN2L0S00000BE,R8A774BX,R7S910028,R7S910026,R7S910027,R9A07G075M01GFP,R7S910025,R9A07G075M24GBG,RZ/G2,R9A07G075M28GBG,R9A07G044CXX,R9A07G075M26GBA,RZ/N,RZ/G2L,RZ/A2M,R9A07G075M01GFA,RZ/G2M,RZ/G2LC,RZ/G2N,R9A07G044LXX,RZ/G,RZ/TX,RZ/V,RZ/A1LC,RZ/T,RZ/G2E,RZ/G2H,R7S910017,R7S910018,R7S910015,R7S910016,R7S910013,R7S910011,RZ/N SERIES,RZ/V SERIES,RZ/T SERIES
【应用】使用YOLOv3-tiny深度学习算法的瑞萨缺陷检测解决方案,具有较高的实时性和良好的精度
由于存在的缺陷多种多样,传统的机器视觉算法很难对缺陷特征进行完全建模和迁移缺陷特征,致使传统机器视觉算法可重复使用性不是很大,并且需要区分工作条件,这将浪费大量的人力成本。 因此,越来越多的工程师开始将深度学习算法引入缺陷检测领域,因为深度学习在特征提取和定位方面取得了非常好的效果。下面将介绍瑞萨电子深度学习算法在缺陷检测领域的应用,以PCB电路板缺陷检测为例。
应用方案 发布时间 : 2023-10-12
电子商城
现货市场
服务
可支持TI AM335x/AM5718 和NXP iMX6/iMX8芯片定制核心板和计算单板;支持NXP iMX6核心模组X / F / H系列、TI AM335x核心模组X / N / H系列,与兼容的底板组合定制单板计算机。
最小起订量: 1pcs 提交需求>
可定制UV胶的粘度范围:150~25000cps,粘接材料:金属,塑料PCB,玻璃,陶瓷等;固化方式:UV固化;双固化,产品通过ISO9001:2008及ISO14000等认证。
最小起订量: 1支 提交需求>
登录 | 立即注册
提交评论